基于神经网络与数值求解耦合的注浆智能计算方法及系统

本发明公开了一种基于神经网络与数值求解耦合的注浆智能计算方法及系统，包括：确定计算工况所需的流体计算控制方程；将边界条件、注浆速度、注浆压力、动水初始流场、重力场、浆液扩散形态、温度场、浆液粘度、恒容比热容、热导率和密度作为输入数据，通过数值模拟方法对输入数据进行初始阶段的数值仿真，将初始阶段数值仿真得到的最后一个时间步的参数作为初始数据，输入至训练好的神经网络模型中，得到浆液速度、注浆压力、相分数和粘度数据的预测结果；本发明通过物理求解器对输入数据进行初始阶段的数值仿真，通过神经网络模型捕捉压力、速度、温度等物理场以及各场间的局部细节与全局时空演化趋势，实现了高效的注浆数值模拟。